用于倾向得分加权的欠平滑 LASSO 模型与用于偏差检测的合成阴性对照暴露
统计方法学
2025-12-17 v3
摘要
倾向得分（PS）常用于在高维医疗数据库研究中控制大量协变量。最小绝对收缩与选择算子（LASSO）已成为此类场景下拟合大规模 PS 模型最广泛使用的工具。LASSO 使用 L1 正则化回归，通过将系数向零收缩（将部分系数精确置零）来防止过拟合。正则化程度通常通过交叉验证来选择，以最小化样本外预测误差。然而，理论与模拟均表明，当使用 LASSO 模型进行 PS 加权时，需要较少的正则化来最小化 PS 加权估计量的偏差。这被称为对 LASSO 模型的欠平滑，其中最优的欠平滑程度可由目标因果参数的有效影响函数导出。但在许多情况下，有效影响函数是未知的或难以推导。在此，我们考虑在有效影响函数未知时，使用平衡度量作为一种简单且普遍适用的方法来选择欠平滑程度。由于仅使用平衡度量调优的 LASSO 模型无法保证最小化 PS 加权估计量中的偏差——因为此类度量对有效影响函数视而不见——我们提出了一个生成合成阴性对照暴露以进行偏差检测的框架。我们表明，合成阴性对照暴露能够识别出因未能控制已测混杂而可能违反部分可交换性的分析。最后，我们使用一系列数值研究，调查了使用平衡准则对 LASSO PS 加权估计量进行欠平滑的有限样本性能，以及使用合成阴性对照暴露来检测有偏差分析的有效性。
引用
@article{arxiv.2506.17760,
title = {Undersmoothed LASSO Models for Propensity Score Weighting and Synthetic Negative Control Exposures for Bias Detection},
author = {Richard Wyss and Ben B. Hansen and Georg Hahn and Lars van der Laan and Kueiyu Joshua Lin},
journal= {arXiv preprint arXiv:2506.17760},
year = {2025}
}